| 摘要: |
| 针对鲸鱼优化算法(Whale Optimization Algorithm, WOA)收敛性能差,易陷入局部最优值的问题,提出一种基于自适应权重和动态螺旋参数的鲸鱼优化算法(ADS WOA).首先,引进一种非线性距离控制因子,提高算法的开发勘探能力;其次,提出一种自适应惯性权重,提高算法后期的收敛速度;最后,改进WOA的螺旋形状参数,改变鲸鱼种群固定的螺旋上升路径,提高算法的收敛精度和收敛速度.将ADS WOA和其他优化算法在10组基准测试函数上进行测试,并对测试结果进行Wilcoxon秩和检验,以及对3种改进策略和ADS WOA时间复杂度的分析.结果表明:ADS WOA算法具有更好的寻优和抗干扰能力,能够应用于高维复杂环境下的目标函数优化问题. |
| 关键词: 鲸鱼优化算法 距离控制因子 惯性权重 Wilcoxon秩和检验 |
| DOI： |
| 分类号: |
| 基金项目:国家自然科学基金资助项目(61404049);湖南省自然科学基金资助项目(2020JJ6031);湖南省教育厅重点项目资助(22A0324);湖南省教育厅优秀青年基金资助项目(17B094);湘潭市创建国家创新型城市建设专项项目资助(NY-YB20221042) |
|
|
|
|
| Abstract: |
|
| Key words: |
